医学研究者たちは、人工知能（AI）の不安を解消する能力を解き放ちました。人の早期死を予測することです。
科学者は最近、英国の50万人以上の人々から提出された10年間の一般的な健康データを評価するAIシステムをトレーニングしました。次に、慢性疾患により個人が早期に、つまり平均寿命よりも早く死亡するリスクがあるかどうかを予測することをAIに課し、新しい研究で報告しました。
AIアルゴリズムによって作成された早期死亡の予測は、機械学習を使用しないモデルによって提供された予測よりも「大幅に正確」でした。主な研究著者であるUniversity of Universityの疫学およびデータサイエンスの助教授であるStephen Weng博士英国のノッティンガム（UN）は声明で述べた。
被験者の早期死亡の可能性を評価するために、研究者は2種類のAIをテストしました。「ディープラーニング」では、階層型の情報処理ネットワークにより、コンピューターが例から学習できるようにします。 「ランダムフォレスト」は、複数のツリー状のモデルを組み合わせて考えられる結果を検討する、より単純なタイプのAIです。
次に、AIモデルの結論を、Coxモデルと呼ばれる標準アルゴリズムの結果と比較しました。
これらの3つのモデルを使用して、科学者は、2006年から2016年の間に50万人以上が提出したUK Biobankのデータ（遺伝子、身体、健康データのオープンアクセスデータベース）を評価しました。癌、心臓病、呼吸器疾患から。
さまざまな変数
3つのモデルすべてが、年齢、性別、喫煙歴、以前の癌の診断などの要因が、人の早期死亡の可能性を評価するための最大の変数であると判断しました。しかし、モデルは他の主要な要因を超えて分岐している、と研究者たちは発見した。
Coxモデルは民族性と身体活動に大きく依存していましたが、機械学習モデルはそうではありませんでした。研究によれば、比較すると、ランダムフォレストモデルでは、体脂肪率、胴囲、人々が食べた果物と野菜の量、肌の色調がより重視されていました。深層学習モデルの場合、主な要因には、仕事関連の危険と大気汚染への曝露、アルコール摂取、特定の薬物の使用が含まれます。
すべての数値計算が完了すると、ディープラーニングアルゴリズムが最も正確な予測を提供し、研究期間中に死亡した被験者の76％を正確に特定しました。比較すると、ランダムフォレストモデルは早期死亡の約64％を正しく予測しましたが、Coxモデルは約44％しか特定しませんでした。
専門家がAIの予測能力をヘルスケアに利用したのはこれが初めてではありません。 2017年、別の研究チームがAIがアルツハイマー病の初期の兆候を特定できることを実証した。彼らのアルゴリズムは脳スキャンを評価して、人がアルツハイマー病を発症する可能性が高いかどうかを予測しました。これは約84％の精度で行われたと、Live Scienceは以前に報告しました。
別の研究では、AIが障害を発症するリスクが高い6か月の乳児の自閉症の発症を予測できることがわかりました。さらに別の研究では、網膜スキャンの分析を通じて、浸潤性糖尿病の兆候を検出することができました。そしてもう1つ-網膜スキャンから得られたデータを使用して-患者が心臓発作または脳卒中を経験する可能性を予測しました。
新しい研究では、科学者たちは機械学習が「注意深い調整により」長期にわたって死亡率の結果を首尾よく予測するために使用できることを示したと、研究の共著者であるプライマリーケアの国連教授Joe Kaiは声明で述べた。
この方法でAIを使用することは、多くの医療専門家には馴染みのないものかもしれませんが、研究で使用された方法を提示することで、「このエキサイティングな分野の科学的検証と将来の発展に役立つ可能性があります」とカイ氏は述べています。
調査結果は、ジャーナルPLOS ONEで本日（3月27日）オンラインで公開されました。
